MétaCan
Menu
Retour à la cohorte
Enregistrement W2612168224 · doi:10.3390/rs9050474

Ku-Band Sea Surface Radar Backscatter at Low Incidence Angles under Extreme Wind Conditions

2017· article· en· W2612168224 sur OpenAlexafffund
Xiuzhong Li, Biao Zhang, Alexis Mouche, Yijun He, William Perrie

Notice bibliographique

RevueRemote Sensing · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesNational Key Research and Development Program of ChinaCanadian Space AgencyGovernment of Jiangsu ProvinceNanjing University of Information Science and TechnologyNational Natural Science Foundation of ChinaGoddard Space Flight CenterNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésRadarEnvironmental scienceWind speedRemote sensingKu bandRange (aeronautics)BuoyMeteorologyGeologyPhysicsOpticsMaterials scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This paper reports Ku-band normalized radar cross section (NRCS) at low incidence angles ranging from 0° to 18° and in the wind speed range from 6 to 70 m/s. The precipitation radar onboard the tropical rainfall measuring mission and Jason-1 and 2 have provided 152 hurricanes observations between 2008 and 2013 that were collocated with stepped-frequency microwave radiometer measurements. It is found that the NRCS decreases with increasing incidence angle. The decrease is more dramatic in the 40–70 m/s range of wind speeds than in the 6–20 m/s range, indicating that the NRCS is very sensitive to low incidence angles under extreme wind conditions and insensitive to the extreme wind speed. Consequently, the sea surface appears relatively “smooth” to Ku-band electromagnetic microwaves. This phenomenon validates the observed drag coefficient reduction under extreme wind conditions, from a remote sensing viewpoint. Using the NRCS dependence on incidence angle under extreme wind conditions, we also present an empirical linear relationship between NRCS and incidence angles, which may assist future-satellites missions operating at small incidence angles to measure sea surface wind and wave field.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,241
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetOcean Waves and Remote SensingTravaux en français237 207